CN118275886B - 一种续驶里程优化潜力评价方法及装置、介质、设备 - Google Patents
一种续驶里程优化潜力评价方法及装置、介质、设备 Download PDFInfo
- Publication number
- CN118275886B CN118275886B CN202410693804.8A CN202410693804A CN118275886B CN 118275886 B CN118275886 B CN 118275886B CN 202410693804 A CN202410693804 A CN 202410693804A CN 118275886 B CN118275886 B CN 118275886B
- Authority
- CN
- China
- Prior art keywords
- power
- voltage
- mean square
- battery
- root mean
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/005—Testing of electric installations on transport means
- G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
- G01R31/007—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks using microprocessors or computers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明公开了一种续驶里程优化潜力评价方法及装置、介质、设备,根据续驶里程试验过程中采集得到的总线数据,计算理论续驶里程优化潜力。基于理论续驶里程和测试工况,确定评价权重,计算实际优化潜力,为提高车辆的续驶里程提供电池放电角度的评价方案。通过本发明提供的方案可以直接根据续驶里程测试结果进行计算,无需建模和仿真,相比于传统和公知方法,能更快地开展分析和评价,具有更低的测试和分析成本。
Description
技术领域
本发明涉及续驶里程优化潜力评价技术领域,特别是一种续驶里程优化潜力评价方法及装置、介质、设备。
背景技术
随着新能源汽车的技术水平大幅进步,市场渗透率不断提升,消费者对新能源汽车的要求也在不断提高,其中最受消费者重视的就是新能源汽车的续驶里程问题。大部分新能源汽车车型续驶里程短主要是因为受电池最大允许放电功率限制,无法在速度公差和时间公差满足国标要求的情况下继续跟随规定的测试工况行驶。
因此,针对最大允许放电功率对续驶里程的限制,迫切需要一种从电池角度出发能对续驶里程试验结果进行科学分析的方法,准确评价续驶里程的优化潜力。
发明内容
针对当前技术中电池最大允许放电功率对续驶里程的限制问题,本发明的目的在于提供一种续驶里程优化潜力评价方法及装置、介质、设备,根据续驶里程试验过程中采集得到的总线数据,计算理论续驶里程优化潜力。基于理论续驶里程和测试工况,确定评价权重,计算实际优化潜力,为提高车辆的续驶里程提供电池放电角度的评价方案。
为实现本发明的目的,本发明实施例的第一方面提供了一种续驶里程优化潜力评价方法,包括如下步骤:
步骤S1:在汽车续驶里程测试过程中,获得电池SOC、电池最大允许放电功率、续驶里程停车时间点、轮端转速、轮端扭矩、高压部件电压及高压部件电流、低压附件电压及低压附件电流,计算需求功率;
步骤S2:绘制所述电池最大允许放电功率与需求功率随时间变化的关系图;
步骤S3:根据关系图,获取理论上可优化的时间区间,根据所述理论上可优化的时间区间,结合测试工况,计算理论优化潜力;
步骤S4:根据续驶里程停车时间点,定位所处的工况段;根据工况段,分段获取在理论上可优化的时间区间内,电池最大允许放电功率和需求功率的极大值和均方根值;根据所述极大值和均方根值分别计算极大值权重和均方根值权重并结合分配的权重占比计算总权重;
步骤S5:将所述理论优化潜力与总权重相乘,获得续驶里程优化潜力。
与第一方面相对应地,本实施例的第二方面提供了一种续驶里程优化潜力评价装置,包括如下单元:数据获取单元、关系图绘制单元以及理论优化潜力计算单元、总权重计算单元、续驶里程优化潜力获得单元;
所述数据获取单元用于在汽车续驶里程测试过程中,获得电池SOC、电池最大允许放电功率、续驶里程停车时间点、轮端转速、轮端扭矩、高压部件电压及高压部件电流、低压附件电压及低压附件电流,计算需求功率;
所述关系图绘制单元用于绘制所述电池最大允许放电功率与需求功率随时间变化的关系图;
所述理论优化潜力计算单元用于根据关系图,获取理论上可优化的时间区间,根据所述理论上可优化的时间区间,结合测试工况,计算理论优化潜力;
所述总权重计算单元用于根据续驶里程停车时间点,定位所处的工况段;根据工况段,分段获取在理论上可优化的时间区间内,电池最大允许放电功率和需求功率的极大值和均方根值;根据所述极大值和均方根值分别计算极大值权重和均方根值权重并结合分配的权重占比计算总权重;
所述续驶里程优化潜力获得单元用于将所述理论优化潜力与总权重相乘,获得续驶里程优化潜力。
本实施例的第三方面提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的续驶里程优化潜力评价方法的步骤。
本实施例的第四方面提供了一种设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的续驶里程优化潜力评价方法的步骤。
与现有技术相比,本发明的有益效果为:
(1)通过本发明提供的方案可以直接根据续驶里程测试结果进行计算,无需建模和仿真,相比于传统和公知方法,能更快地开展分析和评价,具有更低的测试和分析成本。
(2)通过本发明可以避免各种复杂工况下续驶里程优化的分类讨论,电池容量、电池管理策略、测试工况和停车时刻等都会影响续驶里程优化潜力的分析,发明可以有效避免分析情况多、分析难度大、类型复杂等问题,保证对续驶里程优化潜力的的综合性评价。
(3)本发明对工况对续驶里程优化的考虑更加全面,从理论可优化区间数据的极值分布和整体分布两方面进行考虑,根据测试停车时刻对权重占比进行分配,保证不同工况下总权重的合理性。
附图说明
图1为本发明实施例提供的方法流程示意图;
图2为本发明应用实例中测试结果图;
图3为本发明应用实例中可优化的时间区间分布图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
如图1所示,本实施例提供了一种续驶里程优化潜力评价方法,包括如下步骤:
步骤S1:在汽车续驶里程测试过程中,获得电池SOC、电池最大允许放电功率、续驶里程停车时间点、轮端转速、轮端扭矩、高压部件电压及高压部件电流、低压附件电压及低压附件电流等,计算需求功率;
在优选的实施方式中,步骤S1具体包括如下:
步骤S11:在汽车续驶里程测试过程中,利用传感器或汽车总线采集设备对电池真实SOC、电池最大允许放电功率以及需求功率、续驶里程停车时间点、轮端转速、轮端扭矩、高压部件电压及高压部件其电流、低压附件电压及高压部件其电流电池真实SOC、电池功率、电池最大允许放电功率、轮端机械功率、高压附件功率、低压附件功率等进行采集;
步骤S12:计算轮端机械功率、高压部件功率、低压附件功率,并将轮端机械功率、高压附件高压部件功率、低压附件功率相加,得到测试车辆的需求功率。
具体地,轮端机械功率是单位千瓦(kW),计算公式如下:
;
式中:表示轮端转速,单位为转每分钟(rpm);表示轮端扭矩,单位为牛·米(N·m)。
高压部件功率计算公式如下:
;
式中,表示高压部件功率,单位为千瓦;表示高压部件电压,单位为伏特;表示高压部件电流,单位为安培;
低压附件功率,计算公式如下:
;
式中:表示低压附件功率,单位是千瓦;表示低压附件电压,单位为伏特;表示低压附件电流,单位为安培。
;
式中:表示需求功率,单位为千瓦;表示除驱动电机外高压部件编号;表示除驱动电机外高压部件总数量;表示除驱动电机外第个高压部件功率,单位千瓦; 表示低压附件编号;表示低压附件总数量;表示第个低压附件功率,单位千瓦。
步骤S13:记录续驶里程停车时间点。
步骤S2:绘制所述电池最大允许放电功率与需求功率随时间变化的关系图;
在优选的实施方式中,步骤S2具体为在同一时间轴上绘制电池最大允许放电功率与需求功率随时间变化的关系图。
步骤S3:根据关系图,获取理论上可优化的时间区间,根据所述理论上可优化的时间区间,结合测试工况,计算理论优化潜力;
在优选的实施方式中,步骤S3具体包括如下:
步骤S31:电池最大允许放电功率与需求功率第一个交点对应的时刻,记为;
步骤S32:获取电池真实SOC的最低值,定位此时刻,记为,此时刻电池最大允许放电功率,记为;
步骤S33:在时刻之后,当需求功率第一次大于且超过2s,将该时刻记为,为理论上可优化的时间区间;
步骤S34:根据步骤S33确定的理论上可优化的时间区间,对测试工况中的车速进行积分,计算对应的续驶里程,记为理论优化潜力。
需要说明的是,测试工况包括时间和车速的关系。
步骤4:根据续驶里程停车时间点,定位所处的工况段;根据工况段,分段获取在理论上可优化的时间区间内,电池最大允许放电功率和需求功率的极大值和均方根值;根据所述极大值和均方根值分别计算极大值权重和均方根值权重并结合分配的权重占比计算总权重;
在优选的实施方式中,所述步骤S4具体包括如下:
步骤S41:根据步骤S13记录的续驶里程停车时间点,定位所处的工况段(如低速段、中速段、高速段等);
步骤S42:根据之间所涉及的工况段分布情况,分别计算电池最大允许放电功率(停车后以为准)和需求功率(大于零部分)的极大值,记为和;
步骤S43:根据之间所涉及的工况段分布情况,分别计算电池最大允许放电功率(停车后以为准)和需求功率(大于零部分)的均方根值,记为和;
步骤S44:计算极大值权重,其中,当极大值权重大于1时,取1;
步骤S45:计算均方根值权重,其中,当均方根值权重大于1时,取1;
步骤S46:根据步骤S41定位的续驶里程停车时间点所处的工况段,对极大值权重和均方根值权重在总权重中的占比进行分配;当测试工况分为两段时(低速段、高速段),极大值权重占比和均方根值权重占比分别为、;当测试工况分为三段时(低速段、中速段、高速段),极大值权重占比和均方根值权重占比分别为;当测试工况分为四段时(低速段、中速段、高速度、超高速度),极大值权重占比和均方根值权重占比分别为;
步骤S47:总权重。
步骤S5:将所述理论优化潜力与总权重相乘,获得续驶里程优化潜力。
本应用实例中,针对某纯电动重型商用车,基于本专利提出的评价方法进行分析评价。
首先,对测试车辆CAN总线、轮端转速及扭矩、油泵电压及电流、气泵电压及电流,空调压缩机电压及电流、水冷机组电压及电流等数据进行采集。
测试车辆的需求功率可以表示为:
;
式中:
表示油泵电压,单位伏特(V);
表示油泵电流,单位安培(A);
表示气泵电压,单位伏特(V);
表示气泵电流,单位安培(A);
表示空调压缩机电压,单位伏特(V);
表示空调压缩机电流,单位安培(A);
表示水冷机组电压,单位伏特(V);
表示水冷机组电流,单位安培(A)。
测试车辆的电池最大允许放电功率通过CAN总线读取。
根据测试车辆的需求功率和电池最大允许放电功率,将最后三个循环的测试数据绘制图2。
随着电池剩余电量的下降,电池最大允许放电功率也在逐渐下降,在3224.5s时刻需求功率192.8kW大于电池最大允许放电功率191.4kW,此时记为。
电池最大允许放电功率的最低值为143.8kW,对应的时刻为3906.5s,记为。
以点(3906.5,143.8)做水平线,与 时刻后需求功率大于143.8kW且时长超过2秒的时刻为下一个循环的552s,记为。在应用实例中如图3所示。
本应用实例测试工况为CHTC-D,在时长为1300s的CHTC-D工况中包括低速和高速两个速度区间,分别为前540s和后760s。根据国标规定的速度区间将可划分为[0,540]和[550,1300]两个区间段,根据国标规定的CHTC-D工况数据,分别进行积分计算,理论上续驶里程可增加8.22km。
本应用实例区间的极大值、均方根值如表1所示。
表1
极大值权重为:
;
均方根值权重为:
;
计算总权重:
;
续驶里程优化潜力可表示为:
;
由此得到该纯电重型商用车的续驶里程优化潜力为6.47km。
实施例2
与上述方法相对应地,本实施例提供了一种续驶里程优化潜力评价装置,包括如下单元:数据获取单元、关系图绘制单元以及理论优化潜力计算单元、总权重计算单元、续驶里程优化潜力获得单元;
所述数据获取单元用于在汽车续驶里程测试过程中,获得电池SOC、电池最大允许放电功率、续驶里程停车时间点、轮端转速、轮端扭矩、高压部件电压及高压部件电流,低压附件电压及低压附件电流,计算需求功率;
所述关系图绘制单元用于绘制所述电池最大允许放电功率与需求功率随时间变化的关系图;
所述理论优化潜力计算单元用于根据关系图,获取理论上可优化的时间区间,根据所述理论上可优化的时间区间,结合测试工况,计算理论优化潜力;
所述总权重计算单元用于根据续驶里程停车时间点,定位所处的工况段;根据工况段,分段获取在理论上可优化的时间区间内,电池最大允许放电功率和需求功率的极大值和均方根值;根据所述极大值和均方根值分别计算极大值权重和均方根值权重并结合分配的权重占比计算总权重;
所述续驶里程优化潜力获得单元用于将所述理论优化潜力与总权重相乘,获得续驶里程优化潜力。
在优选的实施例中,所述需求功率通过轮端机械功率、高压部件功率、低压附件功率计算得到;其中,所述轮端机械功率:
;
式中:表示轮端转速,单位为转每分钟;表示轮端扭矩,单位为牛·米;
所述高压部件功率:
;
式中,表示高压部件电压,单位为伏特;表示高压部件电流,单位为安培;
所述低压附件功率:
;
式中:表示低压附件电压,单位为伏特;表示低压附件电流,单位为安培;
;
式中:表示需求功率,单位为千瓦;表示除驱动电机外高压部件编号;表示除驱动电机外高压部件总数量;表示除驱动电机外第个高压部件功率,单位千瓦; 表示低压附件编号;表示低压附件总数量;表示第个低压附件功率,单位千瓦。
在优选的实施方式中,所述理论优化潜力计算单元具体用于执行如下步骤:
步骤S31:根据关系图,电池最大允许放电功率与需求功率第一个交点对应的时刻,记为;
步骤S32:获取电池真实SOC的最低值,定位此时刻,记为,此时刻电池最大允许放电功率,记为;
步骤S33:在时刻之后,当需求功率第一次大于且超过2s,将该时刻记为,为理论上可优化的时间区间;
步骤S34:根据,对测试工况中的车速进行积分,计算对应的续驶里程,记为理论优化潜力。
在优选的实施方式中,所述总权重计算单元具体用于执行如下步骤:
步骤S41:根据续驶里程停车时间点,定位所处的工况段;
步骤S42:根据之间所涉及的工况段分布情况,分别计算电池最大允许放电功率(停车后以为准)和需求功率(大于零部分)的极大值,记为和;
步骤S43:根据之间所涉及的工况段分布情况,分别计算电池最大允许放电功率(停车后以为准)和需求功率(大于零部分)的均方根值,记为和;
步骤S44:计算极大值权重,其中,当极大值权重大于1时,取1;
步骤S45:计算均方根值权重,其中,当均方根值权重大于1时,取1;
步骤S46:根据定位的续驶里程停车时间点所处的工况段,对极大值权重和均方根值权重在总权重中的占比进行分配;当测试工况分为两段时,极大值权重占比和均方根值权重占比分别为、;当测试工况分为三段时,极大值权重占比和均方根值权重占比分别为;当测试工况分为四段时,极大值权重占比和均方根值权重占比分别为;
步骤S47:总权重。
需要说明的是,本实施例中其他相关方案参考对实施例1的描述,此处不再赘述。
实施例3
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的续驶里程优化潜力评价方法的步骤。
本实施例中的其他内容,可详细参考实施例1内容,此处不再赘述。
实施例4
本实施例提供了一种设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的续驶里程优化潜力评价方法的步骤。
本实施例中的其他内容,可详细参考实施例1内容,此处不再赘述。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
Claims (4)
1.一种续驶里程优化潜力评价方法,其特征在于,包括如下步骤:
步骤S1:在汽车续驶里程测试过程中,获得电池SOC、电池最大允许放电功率、续驶里程停车时间点、轮端转速、轮端扭矩、高压部件电压及高压部件电流,低压附件电压及低压附件电流,计算需求功率;
步骤S1中,所述需求功率通过轮端机械功率、高压部件功率、低压附件功率计算得到,
其中,所述轮端机械功率Pmech:
式中:n表示轮端转速,单位为转每分钟;Trq表示轮端扭矩,单位为牛·米;
所述高压部件功率PH_load:
式中,UH_load表示高压部件电压,单位为伏特;IH_load表示高压部件电流,单位为安培;
所述低压附件功率PL_load:
式中:UL_load表示低压附件电压,单位为伏特;IL_load表示低压附件电流,单位为安培;
式中:Pdemand表示需求功率,单位为千瓦;i表示高压部件编号;k表示除驱动电机外高压部件总数量;表示除驱动电机外第i个高压部件功率,单位千瓦;j表示低压附件编号;m表示低压附件总数量;表示第j个低压附件功率,单位千瓦;
步骤S2:绘制所述电池最大允许放电功率与需求功率随时间变化的关系图;
步骤S3:根据关系图,获取理论上可优化的时间区间,根据所述理论上可优化的时间区间,结合测试工况,计算理论优化潜力;
所述步骤S3,具体包括如下:
步骤S31:根据关系图,电池最大允许放电功率与需求功率第一个交点对应的时刻,记为t1;
步骤S32:获取电池真实SOC的最低值,定位此时刻,记为t2,此时刻电池最大允许放电功率,记为PDis_min;
步骤S33:在t2时刻之后,当需求功率第一次大于PDis_min且超过2s,将该时刻记为t3,[t1,t3]为理论上可优化的时间区间;
步骤S34:根据[t1,t3],对测试工况中的车速进行积分,计算对应的续驶里程,记为理论优化潜力Rangetoe;
步骤S4:根据续驶里程停车时间点,定位所处的工况段;根据工况段,分段获取在理论上可优化的时间区间内,电池最大允许放电功率和需求功率的极大值和均方根值;根据所述极大值和均方根值分别计算极大值权重和均方根值权重并结合分配的权重占比计算总权重;
所述步骤S4,具体包括如下:
步骤S41:根据续驶里程停车时间点,定位所处的工况段;
步骤S42:根据[t1,t3]之间所涉及的工况段分布情况,分别计算电池最大允许放电功率和需求功率的极大值,记为RDis和RReq;
步骤S43:根据[t1,t3]之间所涉及的工况段分布情况,分别计算电池最大允许放电功率和需求功率的均方根值,记为RMSDis和RMSReq;
步骤S44:计算极大值权重其中,当极大值权重大于1时,取1;
步骤S45:计算均方根值权重其中,当均方根值权重大于1时,取1;
步骤S46:根据定位的续驶里程停车时间点所处的工况段,对极大值权重和均方根值权重在总权重中的占比进行分配;当测试工况分为两段时,极大值权重占比δR和均方根值权重占比δRMS分别为当测试工况分为三段时,极大值权重占比δR和均方根值权重占比δRMS分别为当测试工况分为四段时,极大值权重占比δR和均方根值权重占比δRMS分别为
步骤S47:总权重η=ηR×δR+ηRMS×δRMS;
步骤S5:将所述理论优化潜力与总权重相乘,获得续驶里程优化潜力。
2.一种续驶里程优化潜力评价装置,其特征在于,包括如下单元:数据获取单元、关系图绘制单元以及理论优化潜力计算单元、总权重计算单元、续驶里程优化潜力获得单元;
所述数据获取单元用于在汽车续驶里程测试过程中,获得电池SOC、电池最大允许放电功率、续驶里程停车时间点、轮端转速、轮端扭矩、高压部件电压及高压部件电流,低压附件电压及低压附件电流,计算需求功率;
所述需求功率通过轮端机械功率、高压部件功率、低压附件功率计算得到;
其中,所述轮端机械功率Pmech:
式中:n表示轮端转速,单位为转每分钟;Trq表示轮端扭矩,单位为牛·米;
所述高压部件功率PH_load:
式中,UH_load表示高压部件电压,单位为伏特;IH_load表示高压部件电流,单位为安培;
所述低压附件功率PL_load:
式中:UL_load表示低压附件电压,单位为伏特;IL_load表示低压附件电流,单位为安培;
式中:Pdemand表示需求功率,单位为千瓦;i表示除驱动电机外高压部件编号;k表示除驱动电机外高压部件总数量;表示除驱动电机外第i个高压部件功率,单位千瓦;j示低压附件编号;m表示低压附件总数量;表示第j个低压附件功率,单位千瓦;
所述关系图绘制单元用于绘制所述电池最大允许放电功率与需求功率随时间变化的关系图;
所述理论优化潜力计算单元用于根据关系图,获取理论上可优化的时间区间,根据所述理论上可优化的时间区间,结合测试工况,计算理论优化潜力;
所述理论优化潜力计算单元具体用于执行如下步骤:
步骤S31:根据关系图,电池最大允许放电功率与需求功率第一个交点对应的时刻,记为t1;
步骤S32:获取电池真实SOC的最低值,定位此时刻,记为t2,此时刻电池最大允许放电功率,记为PDis_min;
步骤S33:在t2时刻之后,当需求功率第一次大于PDis_min且超过2s,将该时刻记为t3,[t1,t3]为理论上可优化的时间区间;
步骤S34:根据[t1,t3],对测试工况中的车速进行积分,计算对应的续驶里程,记为理论优化潜力Rangetoe;
所述总权重计算单元用于根据续驶里程停车时间点,定位所处的工况段;根据工况段,分段获取在理论上可优化的时间区间内,电池最大允许放电功率和需求功率的极大值和均方根值;根据所述极大值和均方根值分别计算极大值权重和均方根值权重并结合分配的权重占比计算总权重;
所述总权重计算单元具体用于执行如下步骤:
步骤S41:根据续驶里程停车时间点,定位所处的工况段;
步骤S42:根据[t1,t3]之间所涉及的工况段分布情况,分别计算电池最大允许放电功率和需求功率的极大值,记为RDis和RReq;
步骤S43:根据[t1,t3]之间所涉及的工况段分布情况,分别计算电池最大允许放电功率和需求功率的均方根值,记为RMSDis和RMSReq;
步骤S44:计算极大值权重其中,当极大值权重大于1时,取1;
步骤S45:计算均方根值权重其中,当均方根值权重大于1时,取1;
步骤S46:根据定位的续驶里程停车时间点所处的工况段,对极大值权重和均方根值权重在总权重中的占比进行分配;当测试工况分为两段时,极大值权重占比δR和均方根值权重占比δRMS分别为当测试工况分为三段时,极大值权重占比δR和均方根值权重占比δRMS分别为当测试工况分为四段时,极大值权重占比δR和均方根值权重占比δRMS分别为
步骤S47:总权重η=ηR×δR+ηRMS×δRMS;
所述续驶里程优化潜力获得单元用于将所述理论优化潜力与总权重相乘,获得续驶里程优化潜力。
3.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1所述的续驶里程优化潜力评价方法的步骤。
4.一种设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1所述的续驶里程优化潜力评价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410693804.8A CN118275886B (zh) | 2024-05-31 | 2024-05-31 | 一种续驶里程优化潜力评价方法及装置、介质、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410693804.8A CN118275886B (zh) | 2024-05-31 | 2024-05-31 | 一种续驶里程优化潜力评价方法及装置、介质、设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118275886A CN118275886A (zh) | 2024-07-02 |
CN118275886B true CN118275886B (zh) | 2024-08-27 |
Family
ID=91640261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410693804.8A Active CN118275886B (zh) | 2024-05-31 | 2024-05-31 | 一种续驶里程优化潜力评价方法及装置、介质、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118275886B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460380A (zh) * | 2020-03-30 | 2020-07-28 | 上海交通大学 | 一种基于高斯过程回归的多工况续驶里程预测方法及系统 |
CN111645566A (zh) * | 2020-01-08 | 2020-09-11 | 摩登汽车有限公司 | 电动车的续航里程计算方法、装置、整车控制器及电动车 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10816605B2 (en) * | 2015-03-11 | 2020-10-27 | Cps Technology Holdings Llc | Battery test system with camera |
US9649944B2 (en) * | 2015-04-21 | 2017-05-16 | Atieva, Inc. | Method of providing constant driving range in an electric vehicle |
CN108923536B (zh) * | 2018-07-12 | 2020-09-08 | 中国南方电网有限责任公司 | 可调度潜力分析方法、系统、计算机设备及存储介质 |
CN109606197B (zh) * | 2018-10-19 | 2022-10-14 | 蔚来(安徽)控股有限公司 | 用于预测电动汽车剩余行驶里程的方法、装置和存储介质 |
CN112379276A (zh) * | 2020-12-04 | 2021-02-19 | 东北大学 | 基于数域回归的spso车载蓄电池soc在线预测方法 |
CN113263954B (zh) * | 2021-05-10 | 2022-07-22 | 中国汽车技术研究中心有限公司 | 电动汽车续驶里程预测方法、装置、设备和可读存储介质 |
CN113715629B (zh) * | 2021-08-31 | 2023-07-18 | 华南理工大学 | 基于改进符号回归和XGBoost算法的剩余续驶里程预测方法 |
KR20230109916A (ko) * | 2022-01-14 | 2023-07-21 | 주식회사 엘지에너지솔루션 | 배터리 상태 추정 방법 및 그 방법을 제공하는 배터리 시스템 |
CN115352282B (zh) * | 2022-09-23 | 2024-08-27 | 重庆长安汽车股份有限公司 | 一种电动汽车续驶里程的预测方法、装置、设备及介质 |
CN116029140A (zh) * | 2023-01-13 | 2023-04-28 | 宿迁万达电力实业有限责任公司 | 一种计及温度影响的电动汽车短期充电负荷预测模型 |
-
2024
- 2024-05-31 CN CN202410693804.8A patent/CN118275886B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111645566A (zh) * | 2020-01-08 | 2020-09-11 | 摩登汽车有限公司 | 电动车的续航里程计算方法、装置、整车控制器及电动车 |
CN111460380A (zh) * | 2020-03-30 | 2020-07-28 | 上海交通大学 | 一种基于高斯过程回归的多工况续驶里程预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN118275886A (zh) | 2024-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111546904B (zh) | 一种车辆动力系统充放电扭矩控制方法、装置及车辆 | |
CN107657076B (zh) | 一种插电式混合动力系统动力匹配方法 | |
CN106444422B (zh) | 纯电动汽车的动力系统仿真方法和装置 | |
CN107458236B (zh) | 一种剩余续驶里程的预估方法、装置、整车控制器及汽车 | |
CN109228886B (zh) | 一种电动汽车动力总成参数匹配方法、控制装置及设备 | |
CN105128853A (zh) | 一种用于计算增程式混合动力汽车续驶里程的系统 | |
CN108128168B (zh) | 一种电动汽车的平均电耗计算方法及装置 | |
CN109795476A (zh) | 发动机启动控制方法及装置 | |
CN111735638A (zh) | 电动商用车制动能量回收测评方法 | |
CN110843535B (zh) | 车辆动力匹配方法、装置、设备及存储介质 | |
CN109975637B (zh) | 一种用于汽车电能系统的综合效率量化测试与计算方法 | |
CN114940155A (zh) | 车辆前后桥扭矩分配方法、装置及车辆 | |
WO2024187985A1 (zh) | 一种混动车辆的最优经济工作点的确定方法、装置、车辆、介质及设备 | |
CN112140901B (zh) | 一种转矩控制方法和装置 | |
CN118275886B (zh) | 一种续驶里程优化潜力评价方法及装置、介质、设备 | |
CN112213107A (zh) | 一种在增程式电动汽车上测试发动机油耗率的方法 | |
CN102442221B (zh) | 选择电机系统的方法和装置 | |
CN112874508B (zh) | 一种混合动力总成制动控制方法、装置、设备及储存介质 | |
CN113830012A (zh) | 车辆高油耗原因诊断方法、装置、设备及存储介质 | |
CN118348348A (zh) | 一种电动汽车再生制动性能快速测试方法 | |
CN112977082B (zh) | 扭矩分配方法及装置、建模方法及汽车 | |
CN112146894B (zh) | 基于整车工况的电驱动总成空载损耗的测试及评估方法 | |
CN108957359B (zh) | 一种用于整车环境下复合电源系统瞬时效率的测试方法 | |
CN119159986B (zh) | 一种增程器冷却控制方法、装置、终端设备及存储介质 | |
CN119312556A (zh) | 新能源车动力系统整车能量流经济性损失计算系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |